共查询到15条相似文献，搜索用时 140 毫秒
1.
研究了GPS干涉反射技术GPS-IR(GPS-Interferometric Reflectometry);在利用GPS卫星SNR信号进行积雪深度探测的基础上构建了支持向量机SVM(Support Vector Machine)辅助的GPS SNR雪深时间序列反演模型;对积雪深度进行时间序列预报和与传统GPS-IR积雪探测模型进行精度对比分析。实验结果显示,相比传统GPS-IR雪深反演模型,SVM辅助的GPS SNR雪深时间序列反演模型的雪深预报结果的精度更高,也更符合实测雪深的变化趋势,可为地面积雪雪深反演提供新方法。 相似文献
2.
利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。 相似文献
3.
积雪是全球水循环中的重要组成部分,积雪深度与雪水当量的精确监测对全球气候变化研究极其重要。随着GNSS研究与应用的不断深入,基于多路径效应的GNSS-MR（GNSS multipath reflectometry）技术用于地表环境监测（植被、土壤湿度、雪深、海平面等）已成为一种新兴的遥感手段。分析了SNR（signal-to-noise ratio）信噪比值的变化特性,详细给出了基于SNR观测值的GNSS-MR技术探测雪深的基本原理及其计算流程图。为了验证算法的有效性,利用科罗拉多州17 d连续跟踪站NWOT的GPS数据反演了降雪厚度,其结果与实测的雪深记录数据吻合较好,误差均值为0.07 m。初步研究结果验证了GNSS-MR技术用于积雪深度探测的可行性,并为后续充分利用现有的全球密集GNSS跟踪站数据开展地表环境监测提供重要参考。 相似文献
4.
5.
GPS信噪比用于雪深监测研究 总被引：2，自引：0，他引：2
针对利用全球导航卫星系统反射信号研究测站地表环境参数已成为一个新兴的研究课题这一现状,该文基于全球定位系统信噪比与信号振幅的变化特征,给出了基于全球定位系统多路径信号的全球定位系统多径反射技术用于雪深探测的基本原理。为了验证算法的有效性,利用美国PBO网络中P360站离散20d的全球定位系统原始观测数据进行雪深探测的反演实验。实验结果表明:全球定位系统多径反射技术反演雪深值与实测雪深值吻合较好,误差均值为0.07m,相关系数大于0.99。因此,利用全球定位系统信噪比可以进行雪深探测,在未来的全球导航卫星系统观测站建立时,可以考虑它在环境监测方面表现出来的潜能。 相似文献
6.
基于GPS和北斗信噪比观测值的雪深反演及其误差分析 总被引：1，自引：0，他引：1
利用GNSS反射信号反演雪深具有全天时、全天候、数据量大、成本低等突出优点。本文围绕基于信噪比观测值的雪深反演方法,利用参加中国北极科学考察的机会在黄河站设计了GNSS-R试验,采集了GPS和北斗的双频信噪比观测数据,详细讨论了高度角范围、弧段长度、卫星数量、方位角、时间尺度、星座结构、信号频率、信噪比强度等多种因素对雪深反演结果的影响。通过大样本、质量控制、误差分析等手段,雪深反演精度和可靠性得到有效提高。根据误差分析的结果,本文推荐的反演策略如下：选择高度角范围为5°~25°、信噪比强度较高的L1和B1I观测值,充分利用多颗卫星和4个方位角的大量观测数据,在一天的时间尺度上,可以实现5 cm的反演精度。另外,弧段长度、星座结构、信号频率等对反演结果的精度影响较小。 相似文献
7.
积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显著,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。 相似文献
8.
本文对全球定位系统干涉反射技术进行了研究。以美国板块边界天文台计划提供的P101测站的GPS监测数据为基础,利用GPS卫星高度角低于某一角度时多路径效应明显的特点,构建高斯过程回归(GPR)辅助的GPS干涉反射积雪深度估测模型,并监测了测站周围的积雪深度。结果表明,GPR辅助的GPS干涉反射积雪深度估测模型输出的雪深估测值的精度,相比传统单星反演结果有不同程度的提高,并且更贴近实测雪深的变化,为地表雪深反演提供了新思路。 相似文献
9.
10.
11.
小波变换与滑动窗口相结合的GNSS-IR雪深估测模型 总被引：1，自引：0，他引：1
GNSS干涉反射技术（GNSS interferometric reflectometry）是一种新型的地表雪深监测方式。针对当前信号分离不佳和随机估测偏差的问题,提出联合小波变换和滑动窗口构建一种多卫星融合的GNSS-IR雪深估测精化模型。该模型采用离散小波变换代替常用的多项式方法,获取高质量的信噪比序列。通过利用阈值约束下的滑动窗口筛选多卫星有效反射高度,并进行等权平均。以PBO H2O和SNOTEL的雪深数据为参考值,利用2016—2017年雪季的GNSS观测数据建立模型并验证精度。结果表明：①GNSS-IR精化模型估测结果与实测数据在整体趋势上保持高一致性;②与单颗卫星结果相比,多卫星融合估测结果在精度和稳定性方面明显改善,其均方根误差（RMSE）为10 cm,相较于PBO H2O减少了近50%。此外,考虑到地表粗糙度作为一种误差影响因素,采用新的反射高度基准修正的雪深估测相对RMSE误差约4 cm,同时估测值与实际值的相关系数达到0.98。 相似文献
12.
Multipath in global positioning system (GPS) is the interference of the microwave signals directly from satellites and those
reflected before reaching the antenna, typically by the ground. Because reflected signals cause positioning errors, GPS antennas
are designed to reduce such interference. Recent studies show that multipath could be utilized to infer the properties of
the ground around the antenna. Here, we report one such application, i.e. a fixed GPS station used as a snow depth meter.
Because the satellite moves in the sky, the excess path length of reflected waves changes at rates dependent on the antenna
height. This causes quasi-periodic variations of the amplitude and phase of the received signals. Accumulation of snow reduces
effective antenna heights, and we can see it by analyzing multipath signatures. Signal-to-noise ratios (SNR) are often used
to analyze multipath, but they are not always available in raw GPS data files. Here, we demonstrate that the geometry-free
linear combination (L4), normally used to study the ionosphere, can also be used to analyze multipath signatures. We obtained
snow depth time series at a GPS station in Hokkaido, Japan, from January to April in 2009 using L4 and SNR. Then, we compared
their precisions. We also discuss mechanisms responsible for the possible underestimation of the snow depth by GPS. Finally,
we investigate the possibility of inferring physical conditions of the snow surface using amplitudes of multipath signatures. 相似文献
13.
Accurate measurements of snowpack are needed both by scientists to model climate and by water supply managers to predict/mitigate drought and flood conditions. Existing in situ snow sensors/networks lack the necessary spatial and temporal sensitivity. Satellite measurements currently assess snow cover rather than snow depth. Existing GPS networks are a potential source of new snow data for climate scientists and water managers which complements existing snow sensors. Geodetic-quality GPS networks often provide signal-to-noise ratio data that are sensitive to snow depth at scales of ~1,000 m2, a much larger area than for other in situ sensors. However, snow depth can only be estimated at GPS sites when the modulation frequency of multipath signals can be resolved. We use data from the EarthScope Plate Boundary Observatory to examine the potential for snow sensing in GPS networks. Examples are shown for successful and unsuccessful snow retrieval sites. In particular, GPS sites in forested regions typically cannot be used for snow sensing. Multiple-year time series of snow depth are estimated from GPS sites in the Rocky Mountains. Peak snow depths ranged from 0.4 to 1.2 m. Comparisons with independent sensors show strong correlations between the GPS snow depth estimates and the timing of snowstorms in the region. 相似文献
14.
15.
DDM波形是GNSS-R技术用于反演地球物理参量的基本观测量,其仿真结果的可靠性直接影响GNSS-R的理论研究及项目工程参数设计。利用GREEPS仿真软件分析了时延间隔与多普勒间隔对DDM波形仿真结果可靠性的影响,得到了用于获取可靠DDM仿真波形的时延与多普勒间隔参数。研究表明,时延和多普勒间隔越小,DDM仿真波形与理论波形吻合度越高;当时延间隔取1/16个GPS L1 C/A码元、多普勒间隔取50 Hz时,DDM仿真波形与理论波形几乎完全吻合,二者的相关系数大于0.99;时延间隔对DDM仿真波形峰值位置的影响远大于对峰值信噪比的影响;而多普勒间隔对DDM仿真波形峰值位置与信噪比的影响相当。 相似文献